MétaCan
Menu
Retour à la cohorte
Enregistrement W2005190750 · doi:10.4028/www.scientific.net/amm.743.463

Passing Ability Evaluation and Impact Factors Analysis of Articulated Vehicle with 6×4 Tractor

2015· article· en· W2005190750 sur OpenAlexaff
H.W. Zhang, H. Zhang, Jun Qi Yang

Notice bibliographique

RevueApplied Mechanics and Materials · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensMinistry of Transportation of Ontario
Organismes subventionnairesnon disponible
Mots-clésTractorAxleAutomotive engineeringEngineeringTrailerTest (biology)Articulated vehicleTest dataSimulationStructural engineeringTruck

Résumé

récupéré en direct d'OpenAlex

Passing Ability of articulated vehicles is tested and analyzed, which are combined of different 6×4 tractors and different loaded semitrailers. Test methods and test procedure is designed and developed. 90 times of test data are collected in ‘3rd Swap Trailer Transport Recommended Vehicles Test’. Articulated vehicles are combined of 25 different 6×4 tractors and 21 different loaded semitrailers. Test data are statistically analyzed and passing ability is evaluated according to the requirements of GB 1589-2004. Linear regression is used to study how tractor front overhang, distance between center of tractor fifth wheel and tractor first axle and semitrailer first wheel space impact passing ability. The results can serve as both advices in improving articulated vehicle and data references in developing and amending standards.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,230
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetVehicle Dynamics and Control SystemsTravaux en français237 207